¿Cómo se calculan las tasas variables de fósforo y potasio?

Método de muestreo reticular (de cuadrícula). Para este método, se toman muestras en áreas específicas del campo. Además, se registran las coordenadas y, sobre la base de análisis de laboratorio, los especialistas predicen el contenido de nutrientes en todo el terreno.

¿Cuán confiable es este método? Veamos un ejemplo. Estos son dos mapas de un mismo campo de 20 hectáreas en Bielorrusia. El mapa de la izquierda se basa en una densidad de muestreo de 100 metros, mientras que el mapa de la derecha muestra una densidad de muestreo de 50 metros.

Estos mapas son claramente distintos: el mapa con una densidad de muestreo mayor es más exacto. Pero una alta densidad de muestreo también implica un costo más elevado a la hora de realizar un análisis de nutrientes del suelo. Pongamos que tenemos un campo de 40 hectáreas. Con un sistema reticular de, al menos, 0,9 hectáreas tendríamos que tomar unas 44 muestras. En promedio, el costo de análisis de una sola muestra ronda los USD 45 (dependiendo del país y de muchos otros factores). Es decir, que el costo total del análisis estaría en el orden de los USD 2000. Como bien sabemos, no todos los agricultores pueden invertir tanto dinero en un análisis. Por otro lado, si aplicamos fertilizantes tomando como referencia el mapa con una densidad más baja, aumentaríamos la heterogeneidad espacial del fósforo y del potasio, lo cual hace que el rendimiento sea impredecible.

Podemos concluir entonces que el muestreo reticular es caro (cuando es más denso) o arriesgado (cuando es menos denso).

Muestreo por zonas. En este método, el campo se divide en rectángulos iguales o en zonas según el relieve, el rendimiento, la conductividad u otras características. Se toma una muestra compuesta del suelo en cada una de estas zonas y luego se analiza.

¿Cuán confiable es este método? En mi experiencia, no mucho. Desde el año 2014 me dedico a probar distintos métodos de selección de zonas; en especial, aquellos que ofrecen las consultoras agrícolas. Entre ellos, la selección de zonas por mapas de contenido de humus, conductividad y relieve, por mapas de suelo y retícula de rectángulos del mismo tamaño.

Según mis datos, sin importar el método elegido, las zonas que se obtienen del campo no son homogéneas en términos de contenido de fósforo y potasio. Por ejemplo, incluso una superficie de 1,5 hectáreas con un contenido homogéneo de humus presenta fracciones con contenido alto y bajo de potasio y fósforo. Lo mismo sucede para zonas seleccionadas mediante los otros métodos.

Es por eso que no confío en este método y te recomiendo que lo uses con precaución.

Cuando calculamos los fertilizantes por zonas de productividad, no dependemos de la diferencia en el contenido de nutrientes del suelo, sino que prestamos atención a las diferencias de rendimiento en un campo.

Esto tiene lógica por dos razones. La primera es que el rendimiento no siempre se ve limitado por el contenido de fósforo y de potasio. Por ejemplo, aplicas fósforo y potasio en un campo esperando obtener un rendimiento de 8 t/ha y, en cambio, cada año obtienes 2 t/ha en algunas áreas. Dudo que la falta de potasio y fósforo sea la causa de esto. Probablemente, la causa radica en la falta de humedad, contenido de humus o en la acidez del suelo que impactan en el rendimiento. Por eso es importante no solo la determinación exacta de la dosis de fertilizantes, sino también encontrar y eliminar los factores limitantes.

La segunda razón es que este método es más sencillo de utilizar y, además, más barato. Muchos fabricantes de cosechadoras incorporan sensores en sus equipos. Estos sensores registran el peso del grano al momento de la cosecha y relacionan ese valor con las coordenadas del campo. Para compilar un mapa de zonas de productividad de un campo, precisamos recopilar los datos de rendimiento de los últimos cuatro años y comparar los datos de cada año. En las zonas de alta productividad, la eliminación de nutrientes siempre es más alta que en las zonas de baja productividad. Si nos centramos en estas diferencias, podemos identificar de forma exacta la dosis de fósforo y potasio de cada área del campo.

Otra forma de hacerlo si no cuentas con equipos especializados o no puedes recopilar datos es identificar las zonas de productividad y calcular las dosis de fertilizantes con la aplicación web de OneSoil.

To calculate variable-rate phosphorus and potassium fertilizer application using OneSoil, you first need to register in the web app. Registering in and using OneSoil is free for everyone, always. Here's what's next:

Para definir estas zonas, primero aprendimos a modelar los valores de rendimiento relativo. En otras palabras, desconocemos cuántas toneladas fueron cosechadas en esta o aquella parte del campo, pero sí conocemos la productividad de una zona específica respecto de todo el campo. Por ejemplo, si el rendimiento de un cultivo en todo el campo fue de 10 toneladas y el área X rindió 2 toneladas, su rendimiento relativo es del 20 %.

Ahora hablemos acerca de cómo se realiza el cálculo. Para aprender a restablecer datos de rendimiento, utilizamos imágenes satelitales de múltiples años capturadas por el Sentinel-2 y también armamos una base de datos con datos de 40 000 hectáreas de campo. Nuestro equipo comparó esas cifras reales de rendimiento de estos campos y los datos del índice de vegetación (NDVI) a lo largo de las diferentes etapas de desarrollo de la planta. Así fue como detectó un patrón. Gracias a esta información, creamos un algoritmo capaz de calcular el rendimiento relativo de un campo.

¿Cuán confiable es esto? Usemos un ejemplo para mostrarlo. Debajo puedes ver mapas de rendimiento de cuatro años. Modelamos el mapa para 2014 y 2016. Los mapas de 2015 y 2017 se basan en datos reales recopilados con una cosechadora.

A pesar de las diferencias de clima y de cultivos, la mayor parte del campo se muestra estable en términos de cifras de rendimiento, mientras que la ubicación de las zonas de productividad en el campo es constante año a año. Esto nos indica que podemos confiar en los mapas con datos modelados del rendimiento.